Vorlesung Semantic Web - Technische Universität …...Was ist das Semantic Web? Artikel von Tim...

Vorlesung Semantic Web

Vorlesung im Wintersemester 2012/2013Dr. Heiko PaulheimFachgebiet Knowledge Engineering

23.10.12 | Fachbereich 20 | Knowledge Engineering | Heiko Paulheim | 2

Einführung

Was ist das Semantic Web? Bausteine des Semantic Web Grundlagen: URIs, Unicode, XML


Was ist das Semantic Web?

Artikel von Tim Berners-Lee, Jim Hendler, und Ora Lassila:

„The Web is the killer app of the Internet.The Semantic Web is another killer appof that magnitude.“

Berners-Lee et al. (2001): The Semantic Web. In: Scientific American, Mai 2001.


Web vs. Internet?

Chin-Shiuh Shieh (2000): TCP/IP - Internet Protocol Suite and Ethernet. http://bit.kuas.edu.tw/~csshieh/teach/np/tcpip/index.html


Das „klassische“ Web

HTTP-Protokoll URLs HTML als Auszeichnungssprache plus CSS, JavaScript, … plus weitere mehr oder weniger standardisierte Formate

(GIF, JPEG, Flash, …)

Browser als universeller Client



Hypertext: verlinkte DokumenteDas World Wide Web

Der Grundstein für das World Wide Web wurde in den 90er-Jahren durch Tim Berners-Leeam CERN gelegt. ...

Tim Berners-Lee

Tim Berners-Lee (geboren 1955) gilt als einer der Erfinderdes World Wide Web. ...

CERN

Das CERN ist ein europäischesForschungszentrum in der Nähevon Genf. ...


Eine kurze Geschichte des Webs

Was wissen Sie über die Geschichte des Webs? Versuchen Sie, die folgenden Ereignisse zu ordnen:

12.Erste Version von Internet Explorer

13.Gründung von Google14.Erste Domain registriert15.Erste Version von Firefox16.TCP/IP-Standard17.1.000 Computer am Netz18.1.000.000 Computer am Netz19.1.000.000.000 Computer am

Netz20.Erstes Multi-User-Game im

Netz

1.Erste HTML-Version2.Wikipedia geht online3.Gründung von Skype4.Erster Web-Katalog5.Gründung des W3C6.Erste Volltext-Suchmaschine7.Gründung von Twitter8.HTTP-Standard9.500 Webserver am Netz10.Gründung von Facebook11.Dotcom-Blase und

Börsencrash



1974: TCP/IP-Standard 1979: Erstes Multi-User-Game 1985: Erste Domains registriert, ~1.000 Computer am Netz 1989: Hypertext-Konzept von Tim Berners-Lee am CERN 1991: Erste HTML-Version (20 Elemente) 1992: ~1.000.000 Computer am Netz 1993: Mosaic-Browser, ca. 500 Webserver (weltweit) 1994: Volltext-Suchmaschinen (WebCrawler, Lycos),

Web-Kataloge (Yahoo, AltaVista), Gründung des W3C



1995: Internet Explorer 1996: HTTP-Standard 1998: Google 2000: Dotcom-Börsencrash 2001: Wikipedia 2003: Skype 2004: Facebook, Firefox 2006: Twitter, WikiLeaks …

...1.000.000.000 Computer sind bis jetzt nicht am Netz!


Wachstum des Webs

http://de.wikipedia.org/w/index.php?title=Datei:NASDAQ_IXIC_-_dot-com_bubble.png&filetimestamp=20050426161953


Der Dotcom-Börsencrash

http://de.wikipedia.org/w/index.php?title=Datei:NASDAQ_IXIC_-_dot-com_bubble.png&filetimestamp=20050426161953


Das "klassische" Web

http://www.phdcomics.com/comics.php?n=1456



<html> … <b>Dr. Mark Smith</b> <i>Physician</i> Main St. 14 Smalltown Mon-Fri 9-11 am Wed 3-6 pm …</html>

Print in bold: „hmf298hmmhudsa“Print in italics: „mj2i9ji0“Print normal: „fdsah 02hfadsh0um2m0adsmf0ihmasdfjköfdsa298ndsfmij32miolk2mjpoimjiofdpmsajiomjm“

Dr. Mark SmithPhysicianMain St. 14SmalltownMon-Fri 9-11 amWed 3-6 pm

aus Sicht desMenschen:

aus Sicht desComputers:


Informationssuche im Web

Volltextsuche nach Stichwörtern (z.B. Google): „Mark Smith“ „Physician in Smalltown“ „Doctor in Smalltown“ „Physician in Smalltown with opening hours

on Wednesday afternoon“ „Somebody in Smalltown who can fix

a broken leg“

=> „klassisches“ Web für Suche zu unflexibel=> intelligente Agenten können es nicht nutzen

<html> … <b>Dr. Mark Smith</b> <i>Physician</i> Main St. 14 Smalltown Mon-Fri 9-11 am Wed 3-6 pm …</html>


http://geekandpoke.typepad.com/geekandpoke/2011/08/coders-love-unicode.html

Probleme des Web

Informationen finden Stichwortbasierte Textsuche statt echter Fragen verschiedene natürliche Sprachen Homonyme/Polyseme Synonyme

Information verarbeiten Formate (Encodings, Bilder, Videos, PDFs, …)

Information verwerten Verteilt auf verschiedene Seiten Bsp.: Information zu Buchautor

auf Verlagsseite, Adresse auf Uni-Seite


Probleme des Web


Probleme des Web

Pfahls-Prozess: Richter rollen die Skandale der Ära Kohl neu auf

? ? ?


Beispiel: Wolfram Alpha


Lösungsansätze

WWW

Information für Maschinenaufbereiten

Informationenaus dem Web

extrahieren

Web Mining Semantic Web


Idee des Semantic Web

Information in maschinenlesbarer Form bereitstellen

(Semantische) Verweise zwischen Seiten nutzbar machen

Schlussfolgern ermöglichen

Komplexe (nützliche!) Abfragen ermöglichen


Semantic Web – Aufbau

Berners-Lee (2009): Semantic Web and Linked Datahttp://www.w3.org/2009/Talks/0120-campus-party-tbl/

Technische Grundlagen

Semantic-Web-Technologie

(Fokus der Vorlesung)

here be dragons...


Uniform Resource Identifiers (URIs)

Als „Universal Resource Identifier“ erstmals vorgeschlagenvon Tim Berners-Lee (1994): IETF RFC 1630

Standard: IETF RFC 3986 (2005)

Dienen zur Benennung und zum Auffinden von Ressourcen im Internet

URI = scheme ":" hier-part [ "?" query ][ "#" fragment ]

http://example.com:8042/over/there?name=ferret#nose

authority path


URIs und URLs

Uniform Resource Locators (IETF RFC 1738, 1994) sind eine Untermenge von URIs

URIs können beliebige Dinge mit beliebigen Namen versehen ein URL ist der Name einer Resource [im Internet]

URL-typische Präfixe: http ftp mailto telnet file …


URLs im Web

Das World Wide Web

Der Grundstein für das World Wide Web wurde in den 90er-Jahren durch Tim Berners-Leeam CERN gelegt. ...

Tim Berners-Lee

Tim Berners-Lee (geboren 1955) gilt als einer der Erfinderdes World Wide Web. ...

http://www.w3.org/People/Berners-Lee/

http:/

/www.w

3.org/

WWW/

Häufigste Verwendung:(HTTP-)Links

Links haben in der Regelkeine Metainformation!


Zeichensätze im Web

ASCII („American Standard Code for Information Interchange“)ISO 646 (1963), 127 Zeichen, davon 95 druckbar: !"#$%&'()*+,-./0123456789:;<=>?

@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_

`abcdefghijklmnopqrstuvwxyz{|}~

Erweiterung auf 8 Bit: ISO 8859-1 bis -16(1998) deckt Zeichen der europäischen Sprachen ab bekannt ist insbesondere 8859-1 („Latin-1“)

Das Web spricht aber viel mehr Sprachen...


Unicode

ISO 10646 erste Version 1991 (Europa, Nahost, Indien) Version 6.0 im Oktober 2010 17 Codebereiche à 16 Bit deckt selbst exotischste Sprachen ab


Unicode

Quelle: Wikimedia Commons


Informationsrepräsentation in XML

XML (eXtensible Markup Language) Standardisiert vom W3C (1998) Universelles Datenaustauschformat

<physician> <name>Dr. Mark Smith</name> <address> <street>Main St.</street> <number>14</number> <city>Smalltown</city> </address> <telephone> <number>+44 123 456789</number> </telephone> <hours> <monday>9-11 am</monday> <tuesday>9-11 am</tuesday> ... </hours></physician>


XML: Konzepte

Tags (beliebig definierbar): Paare:

<physician> … </physician> Empty-Element-Tags:

<young />

Attribute:<physician location=“Smalltown“>

Schachtelung (genau ein Root-Element!):<physician>

<address> … </address></physician>


XML: wohlgeformte Dokumente


<physician> <name>Dr. Mark Smith</name> <address> <street>Main St.</street> <number>14</number> <city>Smalltown</city> <telephone> <number>+44 123 456789</number> </address> </telephone> <hours> <monday>9-11 am <tuesday>9-11 am</tuesday> ... </hours></physician>


HTML und XML

HTML-Dokumente sind i.d.R. keine wohlgeformten XML-Dokumente!

<p> Look at this! <img src=smiley.gif> <br>

XHTML: HTML als wohlgeformte XHTML-Dateien Vom W3C standardisiert (seit 2000)

<p> Look at this! <img src=“smiley.gif“/> <br/> </p>


XPath: Zugriff auf XML-Daten

Abfragesprache für XML Standardisiert vom W3C (1999, Version 2.0: 2010)/physician[name='Dr. Mark Smith']/telephone/number



XSLT: Transformation von XML-Dokumenten

Verarbeitung von XML-Dokumenten basierend auf Stylesheets Standardisiert vom W3C (1999) Verwendet XPath


<xsl:template match=“/pyhsician“> <b> <xsl:value-of select=“name“/> </b><xsl:template/>

<b>Dr. Mark Smith</b>


Namensräume in XML

Elemente gleichen Namens können mehrfach vorkommen ...aber mit anderem Inhalt (und anderer Semantik!) Wie können wir solche Elemente unterscheiden?



Namensräume in XML

<physician xmlns =“http://www.med.com/physician“ xmlns:addr=“http://www.med.com/addr“> <name>Dr. Mark Smith</name> <addr:address> <addr:street>Main St.</addr:street> <addr:number>14</addr:number> <addr:city>Smalltown</addr:city> </addr:address> <telephone> <number>+44 123 456789</number> </telephone> <hours> <monday>9-11 am</monday> <tuesday>9-11 am</tuesday> ... </hours></physician>

Mit Präfix unterscheidbar (Schreibweise: prefix:name) Ein Namensraum ist ein URI Default-Namensraum möglich

http://www.med.com/physician

http://www.med.com/addr


XML: Document Type Definition (DTD)

Definiert gültige Elemente für einen XML-Dokumenttyp Name zulässige Attribute zulässige Kind-Elemente

DTD ist Teil der W3C-XML-Spezifikation

XML-Dokumente, die auf eine DTD passen, heißen „gültig“



<!DOCTYPE physician SYSTEM “physician.dtd“>


<!DOCTYPE physician [

<!ELEMENT physician ( name, address*, telephone?, fax?, hours)>

<!ELEMENT address ( street, number, city)>

<!ELEMENT street (#PCDATA)>

...

]>



Definition von Kind-Elementen und deren Reihenfolge:<!ELEMENT address(street,nr,addtl*,zip,city,state?) > ? und * markieren optionale und wiederholbare Elemente

Definition von Attributlisten:<!ATTLIST person title CDATA> mögliche Zusätze: #REQUIRED, #FIXED, #IMPLIED, “...“ Aufzählung zulässiger Werte: (dr|prof)

Definition von Entitäten:<!ENTITY sw “Semantic Web“> Können als Abkürzung verwendet werden: &sw;


XML Schema

W3C-Standard (seit 2004) XML-Schema-Dateien sind selbst XML-Dateien

Flexibler als DTDs: Minimale und maximale Anzahl von Elementen Kombinationen von Elementen (entweder oder, Auswahl ohne

Reihenfolge, …) Datentypen (Zahlen, Daten, …), eigene Definitionen möglich Unterstützung von Namespaces Modulare Schemata möglich


XML Schema

<physician xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="physician.xsd"> <name>Dr. Mark Smith</name> <address> <street>Main St.</street> <number>14</number> <city>Smalltown</city> </address> <telephone> <number>+44 123 456789</number> </telephone> <hours> <monday>9-11 am</monday> <tuesday>9-11 am</tuesday> ... </hours></physician>

<xs:schema elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema">

<xs:element name=“physician“> <xs:complexType> <xs:sequence> <xs:element name=“name“ type=“xs:string“> <xs:element name=“address“> <xs:complexType> <xs:sequence> <xs:element name=“street“ type=“xs:string“> ... </xs:sequence> </xs:complexType> </xs:element> ... </xs:sequence> </xs:complexType> </xs:element></xs:schema>


XML Schema – modulare Schemata

<xs:schema elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema"xmlns:addr="http://www.address.com/">

<xs:import namespace="http://www.address.com/" schemaLocation="address.xsd"/> <xs:element name=“physician“> <xs:complexType> <xs:sequence> <xs:element name=“name“ type=“xs:string“> <xs:element ref=“addr:address“ /> ... </xs:sequence> </xs:complexType> </xs:element></xs:schema>

<xs:schema elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema">

<xs:element name=“address“> <xs:complexType> <xs:sequence> <xs:element name=“street“ type=“xs:string“> ... </xs:sequence> </xs:complexType> </xs:element></xs:schema>

http://www.w3.org/2001/XMLSchema


Beispiel: Modulare Schemata in XHTML

<html xmlns="http://www.w3.org/1999/xhtml" xmlns:svg="http://www.w3.org/2000/svg"> <body> <h1>SVG embedded inline in XHTML:</h1> <svg:svg width="300px" height="200px"> <svg:circle cx="150" cy="100" r="50" fill="#ff0000"/> </svg:svg> </body></html>

https://developer.mozilla.org/En/SVG:Namespaces_Crash_Course


RELAX NG

Alternative zu XML Schema Standardisiert (ISO/IEC 19757-2, 2003)

Unterschiede zu XML Schema: weniger flexibel in Kardinalitäten kein expliziter Link zwischen XML-Dokument und Schema kein eigenes Typsystem (kann XML Schema Datatypes verwenden) bessere Unterstützung von schwach strukturierten Inhalten XML-basierte und kompakte Darstellung möglich


RELAX NG


<element name="physician" xmlns="http://relaxng.org/ns/structure/1.0"> <element name="address"> <group> <element name="street"> <text/> </element> <element name="number"> <text/> </element> <element name="city"> <text/> </element> </group> </element> ...</element>


Schematron

Fokus: Validierung von XML-Dokumenten Standardisiert (ISO/IEC 19757-3, 2006)

Verwendet Regeln zur Validierung Regeln basieren auf XPath-Ausdrücken Ausführung der Validierung mit XSLT möglich Fehlermeldungen werden direkt im Schema definiert


Schematron


<?xml version="1.0" encoding="utf-8"?><schema xmlns="http://purl.oclc.org/dsdl/schematron" <title>Physician valididation schema</iso:title>

<pattern> <rule context="physician"> <assert test="address">A physician must have an address</assert> ... <assert test="hours/*">Hours must not be empty </assert> </rule> </pattern><schema>


Schematron – Ausführung

Eddie Robertson: Combining Schematron with other XML Schema Languages.http://www.topologi.com/resources/schtrn_xsd_paper.html


XML Schema, DTD & Co –Was wird hier definiert?

Syntax – σύνταξις („zusammen“ + „Ordnung“) Welche Elemente gibt es? Wie werden sie angeordnet? Welche Kombinationen sind zulässig?

Gegensatz: Semantik - σημαίνειν („bezeichnen“) Wie interpretiert man den Inhalt von Elementen? In welchem inhaltlichen Zusammenhang stehen Elemente?


Syntax und Semantik:Exkurs in die Sprachwissenschaft

Syntax: wie bildet man korrekte Wörter und Sätze?

„Dieser Satz kein Verb.“

„Die träumende Lampe schenkst schenkt dem müden Wasserhahn unaufmerksam eine einen abgesägten Saft.“

Semantik: was bedeutet ein Wort/Satz/Text?


Syntax und Semantik:Exkurs in die Sprachwissenschaft





Personalverzeichnisdes Krankenhauses:

Gelbe Seiten:

?=

(wahrscheinlich) die Privatadresse

(wahrscheinlich)die Adresse der Praxis



XML Schema / DTD definiert die Syntax eines XML-Dokuments, nicht die Semantik

Tag-Namen sind für Maschinen nicht a priori interpretierbar das macht die Informationssuche

nicht leichter... Semantik der Daten (ver-)steckt

hart verdrahtet in der Anwendung

Das Semantic Web soll hierAbhilfe schaffen Semantic Web ist/kann mehr als XML!

<2nf3oiü*> <34f0>Dr. Mark Smith</34f0> <rmd4935r> <e2m4>Main St.</e2m4> <dur3>14</dur3> <jfa34>Smalltown</jfa34> </rmd4935r> <d24r3fmö> <deß5>+44 123 456789</deß5> </d24r3fmö> <vsfif> <f02>9-11 am</f02> <fj9>9-11 am</fj9> ... </vsfif></2nf3oiü*>


Zusammenfassung

Probleme des klassischen Web Nicht für Maschinen nutzbar

URIs eindeutige Identifier für Ressourcen URL = dereferenzierbarer URI

Unicode ein einheitlicher Zeichensatz für alle

XML XPath XSLT Schemasprachen


Semantic Web – Aufbau

Berners-Lee (2009): Semantic Web and Linked Datahttp://www.w3.org/2009/Talks/0120-campus-party-tbl/

Technische Grundlagen

Semantic-Web-Technologie

(Fokus der Vorlesung)

here be dragons...

Vorlesung Semantic Web

Vorlesung im Wintersemester 2012/2013Dr. Heiko PaulheimFachgebiet Knowledge Engineering

Vorlesung Semantic Web - Technische Universität …...Was ist das Semantic Web? Artikel von Tim...

Documents

Transcript of Vorlesung Semantic Web - Technische Universität …...Was ist das Semantic Web? Artikel von Tim...